• 스마트미디어저널
• /
• 제13권4호
• /
• pp.114-123
• /
• 2024

본 논문은 착용형 증강현실(Augmented Reality, AR) 기반 체험형 콘텐츠인 AR 돌탑 콘텐츠를 제안한다. 착용할 수 있는 형태의 증강현실이 주목받고 있음에도 불구하고 기술 수용은 산업현장 등 특수한 목적으로의 응용이 집중적으로 개발되고 있는 현황이다. 반면 제안한 AR 돌탑 콘텐츠는 일반 사용자들이 공감하고 쉽게 참여할 수 있도록 '돌탑' 소재를 바탕으로 하고 있으며, 이동 환경에서 공간을 활용하고 자연스러운 손 제스처를 바탕으로 돌을 찾고 쌓을 수 있도록 구성하였다. 제안한 AR 돌탑 콘텐츠는 HoloLens 2 환경에서 구현되었으며 소규모 미술관에서 파일럿 전시를 통해 일반 사용자를 대상으로 평가를 수행하였다. 평가 결과 콘텐츠에 대한 전반적인 만족도는 평균 3.85로 나타났으며, 돌탑 소재에 대한 콘텐츠 적절성은 4.15로 매우 높게 나타났다. 특히, 그중에서도 콘텐츠 이해도와 사운드에 대한 만족도는 높게 나타났으나, 객체인지와 신체 적응도 및 객체 컨트롤에서 다소 낮은 만족도를 보였다. 위와 같은 사용자 평가를 통해 소재에 대한 공감대와 긍정적인 반응을 확인하고, 착용형 AR 환경에서의 체험과 상호작용에서의 일반 사용자의 어려움을 확인하였다.

• 융합보안논문지
• /
• 제23권4호
• /
• pp.109-119
• /
• 2023

지휘통제체계는 지휘, 통제, 통신, 컴퓨터, 정보의 5대 요소를 자동화하여 전장을 효율적으로 관리하는 통합 전장 정보체계로 적의 위치, 상황 및 작전 결과를 수집하고 분석하여 모든 제대가 실시간으로 동일한 상황을 파악하며 지휘 결심과 임무 지시를 최적화하는데 중요한 역할을 한다. 그러나 현행 지휘통제체계는 각 군별 전장상황 위주 단일 영역에서의 전장가시화를 시켜주는 구조만으로는 신규 무기체계 도입 때 마다 한계가 발생한다. 지상, 해상, 공중 영역뿐만 아니라 사이버 및 우주 영역까지 확대되는 미래 전장에서 다양한 무기체계들의 유기적인 데이터들이 모여 사용자가 원하는 전장상황을 신속하게 가시화한다면 보다 향상된 지휘통제결심이 가능할 것이다. 이에 본 연구는 미래 지휘통제체계의 적용가능한 가시화 기술을 지도 영역, 상황도 영역, 디스플레이 영역으로 나눠 적용방안을 연구하였다. 이러한 미래 지휘통제체계의 기술 구현은 5G 네트워크와 같은 다양한 데이터 및 통신 수단을 기반으로 하여, 고품질의 다양한 정보를 활용하여 현실적이고 효율적인 전장 상황 인식을 가능하게 하는 초연결 전장가시화가 가능할 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1255-1272
• /
• 2023

위성영상 기반 클로로필-a (chlorophyll-a) 농도는 전지구 기후변화 연구를 위해 장기간의 시계열 자료로 생산되고 있으며, 시간합성 또는 다종위성 자료의 병합(merging)을 통해 결측이 없는 자료의 생산이 요구된다. 그러나 한반도 주변 해역에서의 위성영상 기반 클로로필-a 농도와 관련된 연구는 단일 해색센서로 산출하여 계절적 특징을 평가하거나 연구해역에 적합한 알고리즘을 제시하는 연구가 주로 수행되었다. 본 연구에서는 한반도 주변 해역에서의 공간 커버리지가 높은 클로로필-a 농도 산출을 위해 정지궤도 해색센서 GOCI-II와 극궤도 센서(MODIS, VIIRS, OLCI)의 원격반사도(Remote Sensing Reflectance) 병합자료를 이용하였다. 연구결과 산출물의 공간 커버리지는 극궤도 해색센서 자료보다 약 30% 증가하여 구름으로 인한 결측을 보완하였다. 그리고 현장 관측자료와 함께 Ocean Colour Climate Change Initiative (OC-CCI)와 GlobColour에서 제공하는 전지구 클로로필-a 합성장 자료와의 비교를 통해 정확도를 정량적으로 제시하고자 하였다. 그러나 현장관측 자료의 절대적인 수 부족으로 유의미한 통계적 결과는 제시하지 못하였지만, 전지구 자료와의 비교 결과보다 과소 추정 경향을 확인하였다. 또한 적조와 같은 해양재해·재난 대응 목적의 활용성 평가를 위해 2013년 동해에서 발생한 대번성 사례와 정성적으로 비교하여 정지궤도 해색센서 단독 결과보다 OC-CCI와 유사하게 나타나는 것을 확인하였다. 본 연구를 통해 산출한 결과를 사용하여 향후 인공지능모델 기반의 예측 연구와 아노말리(anomaly) 활용 연구를 수행할 예정이며, 이를 통해 우리나라 연안해역에서 발생하는 클로로필-a 이벤트 모니터링에 유용하게 활용이 가능할 것으로 기대된다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.23-46
• /
• 2021

개인화 추천에서 많이 사용되는 협업 필터링은 고객들의 구매이력을 기반으로 유사고객을 찾아 상품을 추천할 수 있는 매우 유용한 기법으로 인식되고 있다. 그러나, 전통적인 협업 필터링 기법은 사용자 간에 직접적인 연결과 공통적인 특징을 기반으로 유사도를 계산하는 방식으로 인해 신규 고객 혹은 상품에 대해 유사도를 계산하기 힘들다는 문제가 제기되어 왔다. 이를 극복하기 위하여, 다른 기법을 함께 사용하는 하이브리드 기법이 고안되기도 하였다. 이런 노력의 하나로서, 사회연결망의 구조적 특성을 적용하여 이런 문제를 해결하려는 시도가 있었다. 이는, 직접적으로 유사성을 찾기 힘든 사용자 간에도 둘 사이에 놓인 유사한 사용자 또는 사용자들을 통해 유추해내는 방식으로 상호 간의 유사성을 계산하는 방식을 적용한 것이다. 즉, 구매 데이터를 기반으로 사용자의 네트워크를 생성하고 이 네트워크 내에서 두 사용자를 간접적으로 이어주는 네트워크의 특성을 기반으로 둘 사이의 유사도를 계산하는 것이다. 이렇게 얻은 유사도는 추천대상 고객이 상품의 추천에 대한 수락여부를 결정하는 척도로 활용될 수 있다. 서로 다른 중심성 척도는 추천성과에 미치는 영향이 서로 다를 수 있다는 점에서 중요한 의미를 갖는다 할 수 있다. 이런 유사도의 계산을 위해서 네트워크의 중심성을 활용할 수 있다. 본 연구에서는 여기서 더 나아가 이런 중심성이 추천성과에 미치는 영향이 추천 알고리즘에 따라서도 다를 수 있다는 데에서 주목하여 수행되었다. 또한, 이런 네트워크 분석을 활용한 추천기법은 신규 고객 혹은 상품뿐만 아니라 전체 고객 혹은 상품으로 그 대상을 넓히더라도 추천 성능을 높이는 데 기여할 것을 기대할 수 있을 것이다. 이런 관점에서 본 연구는 네트워크 모형에서 연결선이 생성되는 것을 이진 분류의 문제로 보고, 추천 모형에 적용할 분류 기법으로 의사결정나무, K-최근접이웃법, 로지스틱 회귀분석, 인공신경망, 서포트 벡터 머신을 선택하고, 온라인 쇼핑몰에서 4년2개월간 수집된 구매 데이터로 실험을 진행하였다. 사회연결망에서 측정된 중심성 척도를 각 분류 기법에 적용하여 생성한 모형을 비교 실험한 결과, 각 모형 별로 중심성 척도의 추천성공률이 서로 다르게 나타남을 확인할 수 있었다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1283-1297
• /
• 2023

중적외선(mid-wave infrared, MWIR) 영상은 피복 및 객체의 온도를 파악할 수 있어 환경, 국방 등 다양한 분야에서 핵심 데이터로 사용된다. KOMPSAT-3A 위성은 타 위성에 비해 높은 공간해상도의 MWIR 영상을 제공하지만, 광학(electro-optical, EO) 영상에 비해 상대적으로 낮은 시인성을 가져 활용성의 확대에 어려움을 겪는다. 이에 본 연구에서는 KOMPSAT-3A 전정색(panchromatic, PAN) 영상의 윤곽 정보를 기반으로 시인성이 높은 MWIR 융합 영상을 제작하고자 한다. 먼저, 이종 센서에서 취득된 PAN 영상과 MWIR 영상의 상대 기하오차를 제거하는 전처리를 수행하고, 딥러닝 기반 윤곽 정보 추출 기술인 Pixel difference network (PiDiNet)의 사전 학습 모델을 이용하여 PAN 영상에 대한 윤곽 정보를 추출한다. 이후 전처리된 MWIR 영상과 추출된 윤곽 정보를 중첩하여 객체 경계면이 강조된 MWIR 융합 영상을 제작한다. 제안 방법을 이용하여 서로 다른 세 지역에 대한 MWIR 융합 영상을 제작하였으며, 이를 시각적으로 분석하였다. 본 기법을 통해 제작된 MWIR 융합 영상은 지형 및 지물의 경계면이 강조되어 시인성이 개선되었으며, 세부적으로 관심 지역에 대한 열 정보를 전달할 수 있었다. 특히, MWIR 융합 영상에서는 저해상도의 원본 MWIR 영상에서 식별할 수 없었던 비행기, 선박 등의 객체를 육안으로 판독할 수 있었다. 본 연구는 가시적인 정보와 열 정보를 동시에 고려할 수 있는 단일 영상 제작 방법론을 제시하였으며, 이는 MWIR 영상의 활용성 확대에 이바지할 수 있을 것으로 사료된다.

• 한국과학교육학회지
• /
• 제38권2호
• /
• pp.259-271
• /
• 2018

본 연구는 예비 생물교사를 대상으로 사회정서학습에 기반한 SSI 논증 프로그램의 적용 효과를 살펴보았다. 사회정서학습에 기반한 SSI 논증 프로그램을 통해 예비교사들은 SSI에 대한 감정이나 느낌, 생각을 자유롭게 나누고, SSI 관련 과학 개념, 사실, 원리 등을 조사하도록 하여 문제를 확인할 기회를 가졌다. 이 과정에서 예비교사들이 자기의 감정을 확인하고 타인의 의견을 듣고 공감할 수 있도록 하여 자기인식과 사회인식의 기회를 경험할 수 있도록 하였다. 이를 바탕으로 각자 자신의 주장, 이유와 근거를 활용하여 논증 토론 과정에 참여하도록 하여 의사소통, 타협 및 갈등을 경험함으로써 자기관리 및 관계관리의 기회를 경험하였다. 마지막으로 논증 토론 과정 및 결과를 바탕으로 자신의 문제 해결 방안 및 주장에 대한 이유와 근거를 재정립하고, 최선의 해결방안을 선택하도록 하여 책임 있는 의사결정을 할 수 있도록 하였다. 예비교사들은 낙태, 안락사, 유전자 조작 및 인공지능의 4가지 SSI를 경험하였다. 각 주제 당 3차시, 총 12차시에 걸쳐 수업이 이루어졌으며, 3-5명이 조를 이루어 논증 토론 활동에 참여하였다. 논증 구조 분석 결과에 따르면, Level 2에서는 상대방의 주장에 대한 비판이나 반박의 요소는 결여되어 있고 주로 누적담화의 형태로 상대방의 의견이나 주장에 대한 정보 보충이 이루어졌다. Level 3에서는 반박이 나타나기는 하지만 반박의 요소가 자신의 주장에 대한 이유나 근거를 제시하는 형태로 내재해 있었다. 즉, Level 2와 Level 3에서는 상대방에 대한 공감과 이해의 사회정서적 요소가 주로 나타났다. Level 4에서는 상대방의 의견이나 주장에 대한 질문, 비유 등을 통해 직접적인 반박이 나타났으며, 타협점을 제시하는 모습을 나타내 갈등관리와 협상이 이루어졌음을 알 수 있었다. Level 5에서는 논쟁 담화의 형태로 명확한 반박으로 구성된 확장된 논증이 나타냈으며, 상호 간의 질문과 답변으로 이루어진 논증 토론의 형태로 서로 간에 영향을 주는 공동체를 형성하게 되었음을 의미한다. 본 연구는 SSI 논증 토론에 자기인식, 사회인식, 자기관리, 관계관리, 책임 있는 의사결정 요소가 내재할 수 있도록 하였으며, 예비교사들은 자신과 타인의 감정을 인식하고, 주장하기와 반박하기를 통해 갈등, 타협의 과정을 경험하면서 자신의 요구와 사회의 요구를 반영한 의사결정 과정에 점차 적극적으로 참여할 수 있었다.

• 한국석유지질학회지
• /
• 제6권1_2
• /
• pp.20-24
• /
• 1998

전문가 시스템(expert system)은 충분한 지식과 경험을 가지고 있는 한 분야의 전문가가 실제로 문제에 접근 해결해 나가는 방식대로 전산 시스템을 구성하여 이러한 시스템을 통해 컴퓨터가 대신 문제를 해결하도록 제작된 인공지능 방식의 한 소프트웨어이다. 이번 연구에서는 퇴적층의 퇴적상과 퇴적환경 분석을 위해 미국 사우스 캐롤라이나 대학에서 본래 1990년에 개발되었던 PLAYMAKER의 지식베이스의 일부를 새로 수정 보완하여 제작한 PLAYMAKER2를 활용하여 퇴적층의 퇴적상과 퇴적환경을 분석하였다. 연구대상은 동해 울릉분지 남서부 제 VI-1 광구에 분포하는 최대 층후 10,000 m에 달하는 신생대 후기 퇴적층으로서, 이 곳의 퇴적층은 크게 상·하부 두 부분-마이오세충과 플라이오-플라이스토세층-으로 구분된다. PLAYMAKER2에 의해 분석되어 신뢰값으로 표시된 신생대 후기 퇴적층에 대한 퇴적환경과 퇴적상해석 결과를 요약해 보면, 마이오세층의 퇴적환경은 사면: $57.4\%$, 연안: $21.4\%$, 대양저: $10.1\%$의 순이고, 퇴적상은 해저 선상지: $35.7\%$, 대륙사면: $26.3\%$, 삼각주: $16.1\%$, 심해저 평원: $6.1\%$, 대륙붕: $3.2\%$, 대륙붕단: $1.4\%$ 순이다. 또한 플라이오-플라이스토세층에 대한 PALYMAKER2의 해석 결과는 퇴적환경은 사면: $59.0\%$, 연안: $22.8\%$, 대양저: $7.0\%$의 순이고, 퇴적상은 삼각주: $24.1\%$, 대륙사면: $22.2\%$, 해저 선상지: $17.3\%$, 대륙붕: $7.0\%$, 심해저 평원: $4.8\%$, 대륙붕단: $2.6\%$ 순이다. PLAYMAKER2에 의한 마이오세층과 플라이오-플라이스토세층에 대한 퇴적환경과 퇴적상 해석결과와 기존 연구자들에 의한 고전적인 퇴적상 해석 결과를 비교해 보면 두 퇴적층 모두 큰 차이를 보이지 않는데 이는 PLAYMAKER2전문가 시스템이 비교적 양호하게 퇴적층의 퇴적환경과 퇴적상을 해석할 수 있음을 보여주는 것으로 평가된다. 다만 PLAYMAKER2가 보다 신뢰할 만한 퇴적환경 해석을 위한 전문가 시스템으로 구축되기 위해서는 향후 많은 퇴적학 전문가들이 추가로 참여하여 기존 규칙들을 재검증하고 새로운 규칙들을 첨가함으로써 보디 세련된 지식베이스를 개발하여야 할 것으로 판단된다.

• 한국전자거래학회지
• /
• 제25권2호
• /
• pp.15-27
• /
• 2020

본 연구는 일정계획을 위한 간트 차트(Gantt Chart) 생성과정을 세로로 세우면 일자형만 존재하는 테트리스(Tetris) 게임과 유사하다는 아이디어에서 출발하였다. 테트리스 게임에서 X축은 M개의 설비(Machine)들이 되고 Y축은 시간이 된다. 모든 설비에서 모든 종류(Type)의 주문은 분리 없이 작업 가능하나 작업물 종류가 다를 경우에는 시간지체 없이 작업 준비비용(SetupCost)이 발생한다는 가정이다. 본 연구에서는 앞에서 설명한 게임을 간트리스(Gantris)라 명명하고 게임환경을 구현 하였으며, 심층 강화학습을 통해서 학습한 인공지능이 실시간 스케줄링한 일정계획과 인간이 실시간으로 게임을 통해 수립한 일정계획을 비교하였다. 비교연구에서 학습환경은 단일 주문목록 학습환경과 임의 주문목록 학습환경에서 학습하였다. 본 연구에서 수행한 비교대상 시스템은 두 가지로 4개의 머신(Machine)-2개의 주문 종류(Type)가 있는 시스템(4M2T)과 10개의 머신-6개의 주문종류가 있는 시스템(10M6T)이다. 생성된 일정계획의 성능지표로는 100개의 주문을 처리하는데 발생하는 Setup Cost, 총 소요 생산시간(makespan)과 유휴가공시간(idle time)의 가중합이 활용되었다. 비교연구 결과 4M2T 시스템에서는 학습환경에 관계없이 학습된 시스템이 실험자보다 성능지표가 우수한 일정계획을 생성하였다. 10M6T 시스템의 경우 제안한 시스템이 단일 학습환경에서는 실험자보다 우수한 성능 지표의 일정계획을 생성하였으나 임의 학습환경에서는 실험자보다 부진한 성능지표를 보였다. 그러나 job Change 횟수 비교에서는 학습시스템이 4M2T, 10M6T 모두 사람보다 적은 결과를 나타내어 우수한 스케줄링 성능을 보였다.

• 대한토목학회논문집
• /
• 제35권3호
• /
• pp.679-690
• /
• 2015

교통사고 피해를 최소화하기 위해서는 차량과 도로 체계에 대한 공학적인 개선을 통하여 교통사고 원인을 제거해야 한다. 일반적으로 안정성과 효율성이 부족한 도로는 교통사고가 지속적으로 발생할 가능성이 크고 이를 개선하는데 막대한 사회적 비용과 시간이 소요되며, 부적절한 환경 요인으로 발생한 교통사고는 국가적으로 큰 피해를 발생시키게 된다. 따라서 본 연구는 최근 인공지능 분야 중 활발히 연구 중인 역전파 알고리즘(Back-Propagation Algorithm : BPA)을 이용하여 신호교차로를 대상으로 최적의 교통안전 평가기법을 제시하고자 하였다. 본 연구는 광주광역시내 교통혼잡과 교통사고가 빈번하게 발생하고 있는 신호교차로 지점을 대상으로, BPA를 이용하여 보다 신뢰성 높은 교통안전 평가 모형을 개발하고자 다음과 같은 일련의 방법으로 연구를 수행하였다. 첫째, 신호교차로 교통사고와 교통상충간의 순위상관분석을 실시하여 교통사고 순위와 교통상충 순위가 통계적으로 유의함을 확인하였다. 이는 교통상충이 신호교차로 교통안전 평가 변수로 사용될 수 있음에 따라 설명변수로 입력되고 교통사고가 종속변수인 선형회귀모형을 개발하는데 이용하였다. 둘째, 신호교차로의 교통량과 진입 진출 차로수 차이 등을 교통사고의 설명변수로 간주하여 다중회귀분석을 통해 교통사고 예측모형을 개발하였다. 셋째, 교통량과 도로 기하구조 요소를 모형의 설명변수로 설정하고 교통상충을 종속변수로 하여 BPA를 이용한 최적의 교통안전 평가 모형을 개발하였다. 마지막으로, 교통사고 실측값, 다중회귀모형, BPA에 의한 교통사고 예측값을 평균제곱근오차 방법으로 모형의 적합도 비교 분석을 하였다. 본 연구의 결과, BPA에 의해 도출된 교통사고 예측값과 교통사고 실측값 사이의 평균제곱오차는 3.89로 계산되어 BPA가 다중회귀 모형보다 상대적으로 교통안전 평가능력이 우수한 것으로 나타나 실제 신호교차로 교통안전도를 평가하는데 효과적으로 활용될 수 있을 것으로 판단되고 추후, 교통안전정책 수립시 실질적인 도움이 될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.707-723
• /
• 2022

위성기반 해수면온도는 광역 모니터링이 가능한 장점이 있지만, 다양한 환경적 그리고 기계적 이유로 인한 시공간적 자료공백이 발생한다. 자료공백으로 인한 활용성의 한계가 있으므로, 공백이 없는 자료 생산이 필수적이다. 따라서 본 연구에서는 한반도 주변 해역에 대해 극궤도와 정지궤도 위성에서 생산되는 해수면온도 자료를 두 단계의 기계학습을 통해 융합하여 4 km의 공간해상도를 가지는 일별 해수면온도 합성장을 만들었다. 첫번째 복원 단계에서는 Data INterpolate Convolutional AutoEncoder (DINCAE) 모델을 이용하여 다종 위성기반 해수면온도 자료를 합성하여 복원하였고, 두번째 보정 단계에서는 복원된 해수면온도 자료를 현장관측자료에 맞춰 Light Gradient Boosting Machine (LGBM) 모델로 학습시켜 최종적인 일별 해수면온도 합성장을 만들었다. 개발된 모델의 검증을 위해 복원 단계에서 무작위 50일의 자료 중 일부분을 제거하여 복원한 뒤 제거된 영역에 대해 검증하였으며, 보정 단계에서는 Leave One Year Out Cross Validation (LOYOCV) 기법을 이용하여 현장자료와의 정확도를 검증하였다. DINCAE 모델의 해수면온도 복원 결과는 상당히 높은 정확도(R²=0.98, bias=0.27℃, RMSE=0.97℃, MAE=0.73℃)를 보였다. 두번째 단계의 LGBM 보정 모델의 정확도 개선은 표층 뜰개 부이와 계류형 부이 현장자료와의 비교에서 모두 상당한 향상(RMSE=∆0.21-0.29℃, rRMSE=∆0.91-1.65%, MAE=∆0.17-0.24℃)을 보여주었다. 특히, 모든 현장 자료를 이용한 보정 모델의 표층 뜰개 부이와의 정확도는 동일한 현장 자료가 동화된 기존 해수면온도 합성장보다 나은 정확도를 보였다. 또한 LGBM 보정 모델은 랜덤포레스트(random forest)를 사용한 선행연구에서 보고된 과적합의 문제를 상당부분 해결하였다. 보정된 해수면온도는 기존의 초고해상도 해수면온도 합성장들과 유사한 수준으로 수온 전선과 와동 등의 중규모 해양현상을 뚜렷하게 모의하였다. 본 연구는 다종위성 자료와 기계학습 기법을 사용해 시공간적 공백 없는 고해상도 해수면온도 합성장 제작 방법을 제시하였다는 점에서 가치가 있다.